数字图像处理题库Word文档格式.docx

数字图像处理题库Word文档格式.docx

《数字图像处理题库Word文档格式.docx》由会员分享，可在线阅读，更多相关《数字图像处理题库Word文档格式.docx（14页珍藏版）》请在冰豆网上搜索。

subplot（1,2,1）;

subplot（1,2,2）;

imshow（S）;

非线性扩展的图像'

3.采用灰度倒置变换函数s=255-r进行图像eight.tif变换

a=-1;

b=255;

S=a.*I+b/255;

变换后的图像'

4.对图像eight.tif进行旋转45度和180度

J=imrotate（I,60,'

bilinear'

K=imrotate（I,180,'

imshow（J）;

旋转60图像'

imshow（K）;

旋转180图像'

5.选取一副图像eight.tif，进行离散傅里叶变换，将其中心移到零点，得到其离散傅里叶变换。

参考例4.10

I1=fftshift（fft2（I））;

imshow（log（abs（I1））,[]）;

6.选取一副图像，进行离散傅里叶变换，再对其进行一定角度的旋转，进行离散傅里叶变换.参考例4.6

I=zeros（255,255）;

I（100:

150,50:

200）=1;

I1=fftshift（abs（fft2（I）））;

I2=imrotate（I,60,'

'

crop'

I3=fftshift（abs（fft2（I2）））;

subplot（1,4,1）;

subplot（1,4,2）;

imshow（I1,[550]）;

傅立叶变换后的图像'

subplot（1,4,3）;

旋转90度后图像'

subplot（1,4,4）;

imshow（I3,[550]）;

傅立叶变换后的原始图像'

7.选取一副图像eight.tif，进行离散余弦变换，并对其进行离散余弦反变换。

参考例4.13

I1=dct2（I）;

I2=idct2（I1）/255;

余弦变换图像'

反余弦变换图像'

8.选取一副图像eight.tif，采用butterworth高通滤波器对图像进行高通滤波。

参考例5.7

[M,N]=size（I1）;

n=2;

d0=30;

n1=floor（M/2）;

n2=floor（N/2）;

forx=1:

M

fory=1:

N

d=sqrt（（x-n1）^2+（y-n2）^2）;

H=1/（1+（d0/d）^（2*n））;

I2（x,y）=H*I1（x,y）;

end

end

I2=ifftshift（I2）;

I3=real（ifft2（I2））;

imshow（I3）;

Butterworth高通滤波处理后的图像'

9.选择一副图像eight.tif，对灰度图像进行直方图均衡化处理。

K=16;

H=histeq（I,K）;

figure,

subplot（2,2,1）;

imshow（I,[]）;

subplot（2,2,2）;

imshow（H,[]）,holdon

subplot（2,2,3）,hist（double（I）,16）;

subplot（2,2,4）,hist（double（H）,16）;

10.选择一副图像eight.tif，对灰度图像采用均值滤波。

img=imread（'

imshow（img）;

原图'

img_noise=double（imnoise（img,'

salt&

pepper'

0.08））;

imshow（img_noise,[]）;

加噪点图'

img_deal=imfilter（img_noise,fspecial（'

average'

5））;

imshow（img_deal,[]）;

平滑图'

11.选择一副图像coins.png，对灰度图像，采用prewitt边缘算子和sobel算子对图像进行增强处理。

coins.png'

img1=edge（img,'

prewitt'

img2=edge（img,'

sobel'

imshow（img1）;

imshow（img2）;

12.仿照matlab识别圆形物体例程，对coins.png图像进行处理。

threshold=graythresh（I）;

bw=im2bw（I,threshold）;

%removeallobjectcontainingfewerthan30pixels

bw=bwareaopen（bw,30）;

%fillagapinthepen'

scap

se=strel（'

disk'

2）;

bw=imclose（bw,se）;

%fillanyholes,sothatregionpropscanbeusedtoestimate

%theareaenclosedbyeachoftheboundaries

bw=imfill（bw,'

holes'

[B,L]=bwboundaries（bw,'

noholes'

%Displaythelabelmatrixanddraweachboundary

holdon

fork=1:

length（B）

boundary=B{k};

plot（boundary（:

2）,boundary（:

1）,'

w'

'

LineWidth'

2）

stats=regionprops（L,'

Area'

Centroid'

threshold=0.94;

%loopovertheboundaries

%obtain（X,Y）boundarycoordinatescorrespondingtolabel'

k'

%求周长

delta_sq=diff（boundary）.^2;

perimeter=sum（sqrt（sum（delta_sq,2）））;

%求面积

area=stats（k）.Area;

%求半径

metric=2*area/perimeter;

metric_string=sprintf（'

r=%2.2f'

metric）;

text（boundary（1,2）-35,boundary（1,1）+13,metric_string,'

Color'

y'

...

'

FontSize'

14,'

FontWeight'

bold'

求各个硬币的半径'

13.对灰度图像进行直线检测，参考例8.2

img1.bmp'

I=rgb2gray（I）;

bw=edge（I,'

log'

[H,T,R]=hough（bw）;

P=houghpeaks（H,5,'

threshold'

ceil（0.3*max（H（:

））））;

x=T（P（:

2））;

y=R（P（:

1））;

lines=houghlines（bw,T,R,P,'

FillGap'

5,'

MinLength'

10）;

imshow（bw）;

holdon;

max_len=0;

fork=1:

length（lines）

xy=[lines（k）.point1;

lines（k）.point2];

plot（xy（:

1）,xy（:

2）,'

2,'

g'

14.对图像eight.tif进行OSTU算法阈值分割，参考例8.4

i=imread（'

[width,height]=size（i）;

thresh=graythresh（i）;

bw=im2bw（i,thresh）;

15.对图像img3.bmp进行开运算和闭运算以及填充，参考例8.11

img3.bmp'

i=rgb2gray（i）;

bw=im2bw（i）;

6）;

bw=imopen（bw,se）;

bw=~bw;

16.识别图像中字的个数。

参考matlab例程CorrectingNonuniformIllumination

img4.bmp'

bw=imdilate（bw,se）;

[labeled,nu